شارك التدريسي في كلية الذكاء الاصطناعي بجامعة بغداد الأستاذ المساعد الدكتور علي حسين حمد مشرفاً في لجنة مناقشة رسالة ماجستير في كلية الهندسة الخوارزمي، والتي تناولت موضوع الصيانة التنبؤية الذكية باستخدام تقنيات التعلم الفيدرالي في أنظمة التصنيع المعتمدة على إنترنت الأشياء، للطالبة رؤى وليد عبد الاله.

وهدفت الدراسة إلى معالجة الحاجة المتزايدة لكشف الأعطال في الأنظمة الصناعية بكفاءة عالية مع الحفاظ على خصوصية البيانات، من خلال مقارنة نموذجين من نماذج التعلم الفيدرالي هما التعلم الفيدرالي المركزي (بصيغة المحاكاة) والتعلم الفيدرالي اللامركزي ذي البنية الحلقية، وذلك لتصنيف الأعطال اعتماداً على بيانات المستشعرات.

واعتمدت الدراسة على بيانات درجة حرارة الآلة والتيار الكهربائي ومقياس التسارع لتدريب نموذج شبكة عصبية عميقة، مع استخدام عدد من تقنيات معالجة البيانات مثل قياس الميزات وتشفير التصنيفات والتشفير الأحادي، كما جرى تقييم أداء النماذج باستخدام مؤشرات الدقة والضبط والاستدعاء ومقياس (F1) إضافة إلى مصفوفة الارتباك.

وأظهرت النتائج تفوق استراتيجيات التعلم الفيدرالي على النموذج المركزي التقليدي في تصنيف الأعطال، فضلاً عن توفير مزايا مهمة في التدريب الموزع وحماية خصوصية البيانات، كما أظهرت البنية الحلقية اللامركزية كفاءة واعدة في تقليل زمن التدريب مقارنة بالنموذج المركزي بالمحاكاة، مما يؤكد جدوى استخدام التعلم الفيدرالي في أنظمة كشف الأعطال ضمن البيئات الصناعية المعتمدة على تقنيات إنترنت الأشياء.

وفي نهاية المناقشة منحت اللجنة الطالبة تقدير جيد جداً، متمنية التوفيق لها في حياتها العلمية والعملية.